前言：
在參考了眾多大咖對這個小眾軟件的配置方案之后，我終于也走上了這條不歸路，相比博客園的LitLeo前輩20次的失敗來說，五次失敗的我已經是極為順利了。首先我要聲明這次配置的結果，與之前我所在的實驗小組一樣，依然有部分的benchmark無法運行，由于目前自己還是一個菜鳥，暫時對這個結局不做過多解釋。在下面的描述當中，如果出現任何的錯誤，歡迎指正。
在一臺實體機上配置，我沒有使用英偉達顯卡驅動，這臺計算機使用的顯卡型號為ATI Radeon HD5000，但根據某位前輩的博客（忘記了），這不會影響使用cpu進行模擬，但是可能無法支持全部的benchmark。

硬件環境：
主機：惠普康柏CQ42
CPU：intel i3 350m @2.27GHz 2C4T
內存：ddr3 1333 2G*2（據說由于控制器的限制，內存只能降頻到1066使用）
硬盤：希捷320G 5400轉（非原裝）

平臺及軟件包：
操作系統：ubuntu-12.04.5-desktop-amd64.iso
gcc版本：4.4.7
cuda toolkit：cudatoolkit_4.0.17_linux_64_ubuntu10.10.run
cuda SDK：gpucomputingsdk_4.0.17_linux.run
gpgpu-sim

主要參看的博客：
http://blog.sina.com.cn/s/blog_69e4088d0102v8gb.html（主要）
http://www.cnblogs.com/joseph2012/archive/2011/12/14/2287143.html
https://wenku.baidu.com/view/c8b6fae3240c844768eaee01.html
https://www.cnblogs.com/LitLeo/p/3521833.html

執行順序：
1，使用usb啟動盤安裝Ubuntu，具體請參看Ubuntu官方網站，有詳細的步驟說明和指引，里面有你完成安裝所需的一切。
2，打開終端，$ sudo apt-get update （如果你不首先執行這一步，那么表現出來的很有可能是你的源有問題或者DNS服務器不正確，而實際上它們可能不存在任何問題）。
3，安裝gcc，$sudoapt?getinstallbuild?essentialgcc?4.4g++?4.44，根據主要參考的博客，安裝X、GL相關庫的操作必不可少，實際執行時，這些安裝順序的先后沒有影響。此處可以先執行，$sudo apt-get installlibxi-dev libxmu-dev freeglut3-dev 這一操作。
5，安裝CUDA工具包，在此之前到英偉達官網下載 cudatoolkit_4.0.17_linux_64_ubuntu10.10.run 和 gpucomputingsdk_4.0.17_linux.run 兩個文件。使用root安裝cudatoolkit，采用sh命令即可執行。
6，修改/etc/environment文件，將:/usr/local/cuda/bin添加在/usr/games后面。
7，在/etc/ld.so.conf.d目錄下創建包含以下兩個路徑的文件cuda-x86_64.conf，然后執行ldconfig/usr/local/cuda/lib/usr/local/cuda/lib64$ldconfig8，使用普通權限安裝gpucomputingsdk，使用sh命令即可。9，更改gcc版本，CUDA4.2暫不支持gcc?4.6,需更改到gcc?4.4.（永久修改）sudoupdate?alternatives??install/usr/bin/gccgcc/usr/bin/gcc?4.4100sudoupdate?alternatives??install/usr/bin/g++g++/usr/bin/g++?4.410010，修改環境變量/.bashrc，在最后添加如下兩行，然后source這個文件exportPATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$L{D}_{L}IBRAR{Y}_{P}ATH11，下載libcuda.so繞過因為找不到lcuda而無法順利編譯的錯誤，將其放在/usr/local/cuda/lib64下即可解決問題。（CSDN可以找到這個資源）12，進入SDK編譯目錄NVIDI{A}_{G}P{U}_{C}omputin{g}_{S}DK/C，使用make命令開始編譯NVIDI{A}_{G}P{U}_{C}omputin{g}_{S}DK/C$make
13，參考如下過程安裝庫安裝GPGPU-sim dependenciessudo apt-get install build-essential xutils-dev bison zlib1g-devflex libglu1-mesa-dev安裝GPGPU-sim documentation dependenciessudo apt-get install doxygen graphviz安裝AerialVision dependenciessudo apt-get install python-pmw python-ply python-numpylibpng12-dev python-matplotlib安裝CUDA SDK dependenciessudo apt-get install libxi-dev libxmu-dev libglut3-dev
14，修改~/.bashrc文件，將最下面修改為
export CUDAHOME=/usr/local/cuda
export CUDA_INSTALL_PATH=/usr/local/cuda
export PATH=$PATH:$CUDA_INSTALL_PATH/bin
export LD_LIBRARY_PATH=$CUD{A}_{I}NSTAL{L}_{P}ATH/lib64:$LD_LIBRARY_PATH:/home/shao/gpgpu-sim/v3.x/lib/gcc-4.4.7/cuda-4000/release:/usr/local/lib64
export NVIDIA_COMPUTE_SDK_LOCATION=/home/shao/NVIDIA_GPU_Computing_SDK
15，官網指引獲取gpgpu-sim并編譯運行。（由于本人擁有基于虛擬機的gpgpu-sim，是直接移植獲取，后續文章會對這個軟件的使用進行描述）。

總結

以上是生活随笔為你收集整理的配置gpgpu-sim——基于ubuntu12.04LTS的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。